Closed zhangjiantianyasmile closed 6 years ago
代码作者,您好。 最近又重新仔细的看了你的代码还有戴文渊的算法,发现代码中的 test (测试样本)变量对建立或者优化模型并没有任何作用,戴的算法中也没有提到关于test的 一些计算。个人认为关于test 的计算可以省去。 如:train_classify()函数中的test_data(trans_A+trans_S+test)只是用来做预测,而在预测返回的结果中只用到了result_label[row_A:row_A + row_S, i] (也就是trans_S的预测结果),trans_A和test的预测结果并没有用到,属非必要计算。 戴的算法中没有关于test的计算,个人认为可以在tradaboost()函数中去除无关参数test,没必要浪费这些时空穿参。 最后冒昧问一下,之前在另一处评论下您给回复代码晚点更新,不知道您有没有抽出来时间更新下代码。最后的最后,非常感谢您提供这么优质的代码,谢谢~
您好,感谢您对代码的reivew以及提出的建议,最近比较繁忙,很抱歉没有及时更新,这段时间会尽快更新;如果有需求,您也可以提交pull request,谢谢
您好,很抱歉,前面说的有点问题,关于test数据集只是在tradaboost()函数最后做预测的时候用到了。迭代的时候可以省去test的预测。
代码作者,您好。 最近又重新仔细的看了你的代码还有戴文渊的算法,发现代码中的 test (测试样本)变量对建立或者优化模型并没有任何作用,戴的算法中也没有提到关于test的 一些计算。个人认为关于test 的计算可以省去。 如:train_classify()函数中的test_data(trans_A+trans_S+test)只是用来做预测,而在预测返回的结果中只用到了result_label[row_A:row_A + row_S, i] (也就是trans_S的预测结果),trans_A和test的预测结果并没有用到,属非必要计算。 戴的算法中没有关于test的计算,个人认为可以在tradaboost()函数中去除无关参数test,没必要浪费这些时空穿参。 最后冒昧问一下,之前在另一处评论下您给回复代码晚点更新,不知道您有没有抽出来时间更新下代码。最后的最后,非常感谢您提供这么优质的代码,谢谢~